基于变换的大图点边可视化综述

大图可视化是信息可视化领域的前沿课题之一,也是在线社会网络、信息安全、电子商务等热点行业大数据分析的重要支撑技术.基于变换的大图点边可视化方法由于其具有在线处理时间短、可视复杂度低、交互方法灵活多样等优点,近年来在学术界与实际商用系统中得到广泛重视与应用.文中从图可视化的基本概念及其在大图上的关键挑战出发,梳理了基于变换的大图点边可视化方法的典型分类与主要流程;通过详述3类基于变换的大图点边可视化典型方法(图数据抽象、视图变换与视角转换),阐明了不同方案的优缺点与适用场景,并进一步指出了未来工作的可行方向与潜在难点.     

一种基于ACME的面向方面软件体系结构设计方法

软件体系结构对于控制软件系统复杂性、提高软件质量具有重要意义.随着对软件体系结构研究的不断深入,研究者们发现其中存在着横切现象.通过使用方面,AOP在代码层次很好地解决了横切问题.因此,根据现阶段研究成果,本文把AOP中方面的概念引入到软件体系结构设计过程中,提出了一种基于ACME的面向方面软件体系结构设计方法.ACME可以实现对面向方面软件体系结构设计过程的形式化验证.依据该方法,使用AcmeStudio设计了网上书店系统的体系结构.     

虚拟现实的图形生成技术

虚拟现实是一种高度逼真的模拟人在自然环境中视、听、动等行为的人机界面。图形生成是虚拟现实技术的重要瓶颈。本文对面向虚拟现实的实时图形生成技术及其发展情况作了详细的介绍和综述。其主要内容是图形生成的硬件体系结构以及在虚拟现实的真实感图形生成中用于加速的各种有效技术。     

自然雪景的构造和绘制

合成高度复杂自然场景一直是计算机图形学中的一个富有挑战性的课题。生成雪景或许更加困难，因为利用常用的造型工具，比如多边形和曲面来表达雪的形状非常不方便。该文介绍一种解决这个问题的方法，这种方法采用位移映射（displacement mapping)来构造近处由多边形构造的物体上的雪块，而体纹理映射（volumetric texture mapping)被用来处理远处的复杂物体，比如树木、绘制结果显示，这种方法能够在较少的内存和计算开销的基础上绘制出高度复杂和真实的雪景。     

一种基于模糊集合论的手势分割算法

提出了一种基于单目的复杂环境下强抗干扰性的手势分割算法,使用模糊集合的概念来描述视频流时域和空域上的不同信息,以模糊运算作为信息加工处理的工具。定义了三个模糊集合非背景集、肤色集和模糊手势集,讨论了对模糊集合的腐蚀和膨胀运算。通过对非背景集和肤色集进行模糊运算,得到原始的模糊手势集,然后对原始的模糊手势集进行求精处理。试验结果证明,该文算法实现了对人手的精确分割,且能满足实时性要求。     

基于身份的移动网动态群组密钥协商方案

群组密钥协商是群组通信中非常重要的基本工具，如何得到一个安全有效的密钥协商协议是当前密码学研究中的一个重要问题。基于双线性对和随机预言模型，针对移动网络提出了一个动态群组密钥协商方案。此方案就计算复杂度和通信复杂度而言都是高效的，而且满足密钥协商所需要的安全要求。     

基于色彩分布合成的交互式可视化方法

在科学计算可视化中,由于数据场的数据一般都比较庞大,使得成像速度较慢,阻碍了人对数据场进行高效的分析和理解.基于体绘制中色彩在虚拟面上分布合成的方法,本文提出一种交互式可视化方法.该方法通过虚拟面上保存的已有的图像信息,提供细化、强化和弱化三种手段在虚拟面上进行局部操作,使用户可以对感兴趣的部分进行快速方便的成像和分析,提高可视化的效率.     

一种高效的基于身份的可验证加密签名方案

基于Shim数字签名方案,提出了一种基于身份的可验证加密签名方案.该方案不需要零知识证明系统提供验证,避免了因复杂交互而产生的计算负担,该方案的可验证加密签名仅需在普通签名参数上作一次加法运算即可完成,可验证加密签名的验证仅需在普通签名验证等式右边作一次乘法运算即可实现,方案形式较为简洁,在CDH问题难解的假设下,该方...     

自主发育智能机器人体系结构研究

传统的机器人系统范式分类已经无法将新出现的方法和理论纳入其中。为此,首先从认知的角度重新对机器人的范式进行分类。新的范式分类涵盖了传统的系统范式,明确了自主发育在机器人系统范式中的地位。在此基础上,提出了自主发育智能机器人体系结构。该结构只需利用基本的感知能力和行动能力,分别利用感知发育模块、认知发育模块和行为发育模块实现自主感知分类、时空经验知识以及反应式行为的逐层发育。各发育模块之间互相依赖并可以同时学习,具有实时的自主发育能力。     

一种基于过程图模型的编译优化测试程序自动生成方法

近年来,以数据依赖分析为基础的高级编译优化成为现代编译器的重要研发内容.针对这类编译优化的测试问题提出了一种测试程序自动生成方法,能够根据指定的数据依赖特征生成测试程序.首先设计了LoSpec语言用以描述测试程序,然后采用一种便于表示数据依赖关系的模型——过程图作为中间表示模型实现了测试程序的自动生成,并开发了自动测试工具LoTester.与已有方法相比,该方法对高级优化更具针对性,自动化程度较高. LoTester目前在一款面向多媒体应用的优化编译器EECC的开发中得到应用并获得了良好效果.